简介:单次脑电分类实验中,采用基于logistic回归的正则化方法来提高分类准确率.首先,提出一种新算法——局部保持投影稀疏logistic回归,将局部保持投影正则项加入到稀疏logistic回归中.该算法旨在保留原始特征空间邻域信息的同时保证结果的稀疏性.然后,利用边界优化法和逐分量迭代算法在训练集上求解权重向量,克服了牛顿一拉夫森法和迭代重加权最小二乘法的局限性.最后,在自步调手指运动数据集上采用十重交叉验证法得到80%的分类准确率,并与稀疏logistic回归的实验结果进行对比,说明局部保持投影正则项有效地保留了对脑电分类有用的信息.
简介:群对群(G2G)计算是一种基于G2G网络的分布式计算。G2G计算得益于灵活的分群,相同属性或任务的群内计算。本文提出了一个有门户网站结构,基于G2G计算的搜索服务。G2G搜索服务是一个混合搜索系统,既有分布式的搜索服务,又采用了集中式的搜索服务。采用G2G搜索服务的好处之一是,用户既参与了系统的分布式搜索任务,又能向系统请求搜索服务。采用G2G搜索服务的好处之二是,用部分的集中式结构把分散的局域搜索系统关联起来,扩大了系统的搜索效能。